程序猿之华丽转身：必备技术面试手册

摘自：易搜社区http://bbs.easysoo.cn/?p=398

这份清单，既是一份有助于对这些题目做深入研究的快速指南和参考，也算是计算机科学课程中不能忘记的基础知识总结，因此并不可能全面覆盖所有内容。它也可以作为 gist 在 Github 上公开，人人都可以编辑和补充。

一、数据结构基础

数组

定义

• 按顺序连续存储数据元素，通常索引从0开始
• 以集合论中的元组为基础
• 数组是最古老，最常用的数据结构

 

知识要点

• 索引最优；不利于查找、插入和删除（除非在数组最末进行）
• 最基础的是线性数组或一维数组
  

  数组长度固定，意味着声明数组时应指明长度

• 动态数组与一维数组类似，但为额外添加的元素预留了空间
  

  如果动态数组已满，则把每一元素复制到更大的数组中

• 类似网格或嵌套数组，二维数组有 x 和 y 索引

 

时间复杂度

• O(1)索引：一维数组：O(1)，动态数组：O(1)
• O(n)查找：一维数组：O(n)，动态数组：O(n)
• O(log n)最优查找：一维数组：O(log n)，动态数组：O(log n)
• O(n)插入：一维数组：n/a，动态数组：O(n)

 

链表

定义

• 结点存储数据，并指向下一结点
  

  最基础的结点包含一个数据和一个指针（指向另一结点）

  • 链表靠结点中指向下一结点的指针连接成链

 

要点

• 为优化插入和删除而设计，但不利于索引和查找
• 双向链表包含指向前一结点的指针
• 循环链表是一种终端结点指针域指向头结点的简单链表
• 堆栈通常由链表实现，不过也可以利用数组实现
  

  堆栈是“后进先出”（LIFO）的数据结构

  • 由链表实现时，只有头结点处可以进行插入或删除操作
• 同样地，队列也可以通过链表或数组实现
  

  队列是“先进先出”（FIFO）的数据结构

  • 由双向链表实现时，只能在头部删除，在末端插入

 

时间复杂度

• O(n)索引：链表：O(n)
• O(n)查找：链表：O(n)
• Linked Lists: O(n)最优查找：链表：O(n)
• O(1)插入：链表：O(1)

 

哈希表或哈希图

定义

• 通过键值对进行储存
• 哈希函数接受一个关键字，并返回该关键字唯一对应的输出值
  

  这一过程称为散列（hashing），是输入与输出一一对应的概念

  • 哈希函数为该数据返回在内存中唯一的存储地址

 

要点

• 为查找、插入和删除而设计
• 哈希冲突是指哈希函数对两个不同的数据项产生了相同的输出值
  

  所有的哈希函数都存在这个问题

  • 用一个非常大的哈希表，可以有效缓解这一问题
  • 哈希表对于关联数组和数据库检索十分重要

 

时间复杂度

• O(1)索引：哈希表：O(1)
• O(1)查找：哈希表：O(1)
• O(1)插入：哈希表：O(1)

 

二叉树

定义

• 一种树形的数据结构，每一结点最多有两个子树
  
  • 子结点又分为左子结点和右子结点

 

要点

• 为优化查找和排序而设计
• 退化树是一种不平衡的树，如果完全只有一边，其本质就是一个链表
• 相比于其他数据结构，二叉树较为容易实现
• 可用于实现二叉查找树
  
  • 由于上述原因，二叉查找树通常被用作一种数据结构，而不是二叉树
  • 重复的结点可省略
  • 右子树有比双亲结点更大的键值
  • 左子树有比双亲结点更小的键值
  • 二叉树利用可比较的键值来确定子结点的方向

 

时间复杂度

• 索引：二叉查找树：O(log n)

• 查找：二叉查找树：O(log n)

• 插入：二叉查找树：O(log n)
• >>>未完，浏览下节     >>>未完，浏览下节